Snowflake ou Redshift : comparaison des plateformes de données

Analyse des données et gestion des données sont devenues cruciales à mesure que la transformation numérique rend les entreprises toujours plus concurrentielles. Mais alors que le volume de données à analyser augmente rapidement, les organisations ont besoin d’un moyen de rassembler toutes ces données en un seul endroit, prêtes à être analysées. C’est là qu’interviennent les entrepôts de données modernes basés dans le cloud, tels que Snowflake et AWS Redshift. Tous deux sont des plateformes d’entreposage de données réputées.

Tous deux fournissent le volume, la rapidité et la qualité exigés par les applications de veille stratégique et les applications d’analyse des données. Mais si ces plateformes d’entrepôt de données présentent de nombreuses similitudes, elles répondent chacune à une orientation différente. Le choix se résume donc souvent à une préférence pour une plateforme et à son adéquation avec la stratégie de données de l’organisation.

À lire également : Les meilleurs outils d’analyse des données 

Snowflake ou Redshift : comparaison des principales fonctionnalités

Snowflake est un système de gestion de base de données relationnelle et un entrepôt de données analytiques pour les données structurées et semi-structurées. Proposé selon le modèle Software-as-a-Service (SaaS), il utilise un moteur de base de données SQL pour gérer le stockage des informations dans la base de données. Il traite les requêtes sur des entrepôts virtuels au sein de l’entrepôt global, chacun disposant de son propre nœud de cluster, indépendant des autres et ne partageant pas leurs ressources de calcul.

Au-dessus de cette couche se trouvent des services cloud dédiés à l’authentification, à la gestion de l’infrastructure, aux requêtes, aux contrôles d’accès, etc. Snowflake Elastic Data Warehouse permet aux utilisateurs d’analyser et de stocker des données en exploitant les ressources d’Amazon S3 ou d’Azure.

AWS Redshift se présente comme un service d’entrepôt de données à l’échelle du pétaoctet, utilisable par les outils de BI à des fins d’analyse. Les utilisateurs peuvent facilement augmenter ou réduire les ressources. Comme Snowflake, Amazon propose des clusters indépendants aux utilisateurs. Ces clusters servent également à l’équilibrage de charge afin d’améliorer les performances. Le service offre de bonnes performances d’interrogation grâce à des connexions à large bande passante, à la proximité des utilisateurs permise par les nombreux centres de données Amazon répartis dans le monde et à des protocoles de communication adaptés. Grâce aux nombreux services disponibles au sein d’Amazon, les utilisateurs accèdent facilement à des sauvegardes fiables de leurs jeux de données Redshift.

Si l’on compare les fonctionnalités des deux entrepôts de données, Snowflake offre une prise en charge plus robuste des fonctions basées sur JSON ainsi qu’une meilleure automatisation de la maintenance des bases de données. Redshift exige en revanche davantage d’interventions manuelles pour la maintenance. Les deux plateformes proposent un stockage en colonnes et un traitement massivement parallèle (MPP) pour effectuer simultanément les calculs analytiques et accélérer les requêtes, même sur de très grands jeux de données. Snowflake sépare le calcul, le stockage et les services cloud, tout en proposant une mise à l’échelle simultanée. Redshift a rattrapé son retard sur ces fonctionnalités et n’est désormais plus très loin.

Dans l’ensemble, Snowflake l’emporte grâce à l’étendue de ses fonctionnalités.

Snowflake ou Redshift : lequel est le plus facile à utiliser ?

L’entrepôt de données Snowflake est réputé convivial, avec une interface SQL intuitive qui facilite sa configuration et sa mise en service. Amazon Redshift est lui aussi réputé convivial et exige très peu d’administration au quotidien.

Si l’utilisateur stocke déjà ses données sur Amazon S3, la configuration, l’intégration et l’exécution des requêtes sont simples. Redshift prend également en charge plusieurs formats de sortie de données, dont JSON. Les utilisateurs qui connaissent SQL trouveront facilement comment exploiter PostgreSQL pour travailler avec les données.

Les deux plateformes d’entrepôt de données proposent une assistance en ligne, mais Snowflake fournit également une assistance en direct 24 h/24 et 7 j/7. Redshift est un peu plus complexe et mobilise davantage la gestion informatique pour la maintenance en raison de son manque d’automatisation par rapport à Snowflake, qui automatise la purge, la compression, le diagnostic des données et d’autres fonctionnalités.

Avec Snowflake, il n’est pas nécessaire de copier les données lors des opérations de mise à l’échelle. Amazon exige en revanche certaines copies et autres opérations techniques. De même, pour le partage de données tierces et leur accès à des fins d’analyse, Snowflake simplifie considérablement l’ensemble du processus. Snowflake prend en charge les données structurées et semi-structurées, tandis que Redshift ne prend pas en charge les types de données semi-structurés.

Snowflake l’emporte dans cette catégorie.

Snowflake ou Redshift : comparaison de la sécurité

Redshift marque des points importants en matière de sécurité et de conformité. Ces fonctionnalités sont appliquées de manière exhaustive à tous les utilisateurs. Des outils sont également disponibles pour la gestion des accès, le chiffrement des clusters, les groupes de sécurité des clusters, le chiffrement des données en transit et au repos, la sécurité des connexions SSL et la sécurité des identifiants de connexion. Les droits d’accès sont granulaires et peuvent être définis de manière très localisée.

Redshift facilite ainsi la restriction des accès entrants ou sortants aux clusters. Le réseau peut également être isolé au sein d’un cloud privé virtuel (VPC) et relié à l’infrastructure informatique via un VPN.

Snowflake propose également un chiffrement permanent, ainsi que l’isolation du réseau et d’autres fonctionnalités de sécurité robustes. Mais contrairement à Amazon, ses fonctionnalités de sécurité sont proposées par niveaux, chaque niveau supérieur coûtant davantage. En revanche, vous ne payez pas pour des fonctionnalités de sécurité dont vous n’avez ni besoin ni envie.

AWS Redshift l’emporte en matière de sécurité.

Snowflake ou Redshift : comparaison de l’intégration

De toute évidence, ceux qui ont déjà adopté les plateformes AWS bénéficieront d’une intégration fluide avec Redshift et des services tels qu’Athena, DMS, DynamoDB et CloudWatch.

Snowflake est disponible sur AWS Marketplace, mais il est moins intégré à l’écosystème AWS et ne bénéficie pas de la profondeur ni de l’étendue des partenariats fournisseurs dont Amazon dispose. Dans certains cas, l’intégration de Snowflake avec d’autres outils peut s’avérer difficile. Dans d’autres, Snowflake est hautement intégré. Tableau, Apache Spark, IBM Cognos et Qlik sont tous entièrement intégrés. Les utilisateurs de ces outils pourront effectuer leurs analyses facilement.

Intégration : Redshift l’emporte.

Quelle est la différence de prix entre Snowflake et Redshift ?

La tarification à la demande est une caractéristique des deux produits. Mais ces deux plateformes d’entrepôt de données adoptent une approche différente en matière de tarification et de conditionnement.

Snowflake sépare le calcul et le stockage dans sa structure tarifaire. Redshift les regroupe. Snowflake fournit automatiquement une mise à l’échelle de la simultanéité avec toutes ses éditions, sans frais supplémentaires. Redshift fournit une capacité dédiée de mise à l’échelle quotidienne de la simultanéité. Mais cette capacité est facturée à la seconde si elle est dépassée.

Les contrats à long terme de Redshift s’accompagnent de remises importantes. Les clients peuvent être facturés à l’heure (selon le type et les nœuds du cluster) ou en fonction du volume d’octets analysés. La tarification de Snowflake est plus complexe, avec cinq éditions différentes, de la version de base aux niveaux supérieurs, et les prix augmentent à mesure que l’on monte en gamme.

Ces différences rendent donc difficile une comparaison parfaitement directe. Il est conseillé aux utilisateurs d’évaluer les ressources dont ils pensent avoir besoin pour prendre en charge le volume de données prévu, la quantité de traitement et leurs exigences analytiques. Pour certains utilisateurs, Amazon sera moins cher ; pour d’autres, Snowflake s’avérera plus avantageux.

À titre indicatif, Redshift coûte environ 25 centimes par heure et Snowflake environ 40 dollars US par mois. Mais le taux d’utilisation variera énormément selon la charge de travail. Certains utilisateurs estiment que Redshift est moins cher avec la tarification à la demande et que les grands jeux de données coûtent plus cher sur Snowflake en raison de sa tarification séparée du calcul et du stockage.

Cette catégorie est très serrée, car le résultat varie selon le cas d’usage. Mais Amazon Redshift remporte la décision.

Snowflake ou Redshift : conclusion

Snowflake et Redshift sont tous deux d’excellents entrepôts de données pour l’analyse. Chacun présente des avantages et des inconvénients. La comparaison dépend des modes d’utilisation, des volumes de données, des charges de travail et des stratégies de données.

Amazon n’est pas adapté aux applications de traitement transactionnel. Si le mode d’utilisation des données implique une analyse constante des octets, les coûts risquent de devenir incontrôlables. Mais les prix peuvent également augmenter sur Snowflake lorsque les niveaux supérieurs entrent en jeu. Si vous avez besoin du plus haut niveau de fonctionnalités et de sécurité, au niveau tarifaire le plus élevé, Amazon peut constituer la meilleure option.

Selon certains, Snowflake est préférable lorsque l’on commence modestement et que l’on augmente progressivement les ressources. Redshift serait plutôt adapté aux déploiements majeurs de niveau entreprise. Mais il ne s’agit que de généralités, qui ne se vérifient pas toujours. Chaque entreprise doit étudier la manière dont les coûts évolueront dans son cas.

Pour certains, le regroupement du calcul et du stockage par Redshift le rendra nettement moins cher. Mais l’inverse peut être vrai pour d’autres charges de travail. Dans ces cas, la capacité de Snowflake à dissocier la tarification du calcul et du stockage peut s’avérer préférable.

Le stockage JSON constitue un autre facteur de différenciation. Les deux plateformes le prennent en charge, mais Snowflake offre davantage d’options. Les utilisateurs qui traitent beaucoup de données JSON et de requêtes JSON ont intérêt à choisir Snowflake.

Et puis il y a le poids d’Amazon. Certes, Snowflake fonctionne sur Amazon, mais les grands utilisateurs d’AWS auront intérêt à choisir Redshift grâce à sa meilleure intégration avec l’ensemble de l’écosystème Amazon. Enfin, Snowflake fonctionne bien avec les bases de données d’applications en temps réel, contrairement à Redshift. En définitive, il revient à l’utilisateur de déterminer l’adéquation de chaque solution en examinant ses charges de travail, puis de déterminer laquelle de ces deux excellentes plateformes de données correspond le mieux à ses modes d’utilisation des données.